Разработка и тестирование прототипа платформы идентификации и прослеживаемости материальных потоков на производстве на основе объединения технологий RFID и компьютерного зрения.» (договор №175ГС1ИИС12-D7/82040 от 19.12.2022) (заключительный)

На сегодняшний день большинство решений по контролю перемещения объектов предполагает использование только телеметрических данных. Классическим способом решения задачи является применение систем, основанных на получении данных с датчиков (в частности, RFID). RFID (Radio Frequency IDentification) — система автоматической радиочастотной идентификации объектов. Технология RFID позволяет вести безошибочный учет имущества (от поступления на баланс до отслеживания жизненного цикла) в автоматическом режиме. Тем не менее, в рассматриваемой ситуации необходимо обеспечить контроль на десятках и сотнях рабочих мест, что требует установки считывателей на каждом из них и делает использование RFID дорогостоящим и нецелесообразным. Разрабатываемая система объединит телеметрические данные от RFID-считывателей и данные с камер системы компьютерного зрения. Что позволит снизить стоимость внедряемого решения в 3-4 раза. Для этого требуется объединить данные на уровне системы, а также обеспечить хранение цифровой модели, необходимой для корректной обработки событий входа и выхода объектов в зоны отслеживания на основании данных от датчиков и от камер. Предполагается, что детекция вхождения объектов в зону отслеживания и их трекинг будут выполняться с помощью камер и технологий компьютерного зрения. Данные с камер представляют собой большой объем информации, который необходимо качественно и своевременно обрабатывать, чтобы обеспечить точность и быстродействие системы. Эту часть задачи предполагается решать с помощью нейросети. Для этого необходимо разработать такиеархитектуры и алгоритмы обучения, которые с одной стороны, максимально упростили бы процесс обучения нейросетей на относительно небольшом наборе данных (что также сократит временные затраты на его подготовку), и, с другой стороны, позволили бы распознавать простые объекты с высокой точностью. Таким образом, новизна предлагаемого решения связана с использованием в единой системе данных, полученных путем объединения различных технологий: 1) объединение в единой системе телеметрических данных от RFID-считывателей и данных системы компьютерного зрения; 2) высокая вероятность распознавания объектов при перемещении между зонами — не хуже 95%; 3) простота обучения моделей нейронных сетей на основе минимального датасета — 250- 300 фотографий. Предлагаемое решение рассчитано на применение в крупных и средних предприятиях различных отраслей промышленности, в процессах деятельности которых имеется потребность автоматизированного учёта, прослеживания, управления логистикой большого количества материальных потоков (заготовок, деталей, узлов, комплектующих, готовой продукции, мобильных активов и.п.). Предлагаемая Платформа решает проблемы невозможности ручного учёта движения большого количества материальных потоков внутри предприятия, между цехами или участками, различными технологическими процессами, складами, зонами хранения.